回归基础：通过 SMILES-Graph 翻译提高 LLM 中的分子理解

分子 大语言模型 的最新进展在分子理解和生成任务方面取得了强劲的表现，但这些成果往往没有可靠的结构基础。特别是，现有的方法与结构决定功能的化学原理相冲突：尽管它们在下游取得了成功，但当前的分子 LLM 在基本结构识别方面表现不佳，这表明它们无法从规范的 SMILES 中捕获分子图。为了解决这个问题，我们提出了 MolBasic，一种结构优先的框架，通过 SMILES-Graph 翻译来增强结构理解。 MolBasic 围绕多级结构感知基准构建，其中双向 SMILES-Graph 转换作为对齐顺序和拓扑表示的核心任务。在此基础上，我们采用带有标准化思想链（CoT）的渐进式学习方案来引导模型从结构获取转向更高层次的分子推理。实验表明，MolBasic 极大地提高了结构理解，并在下游任务（包括属性预测和目标优化）上产生了强劲的收益，支持我们的结构优先范式。